بهینه‏ سازی مسائل با اهداف زیاد با کمک الگوریتم‏های تکاملی مبتنی بر ترجیح کاربر

الگوریتم های تکاملی بهینه سازی چندهدفه (emo)، در بسیاری از موارد برای حل مسائل بهینه سازی چندهدفه دارای 2 یا 3 هدف با موفقیت استفاده شده اند. با این وجود، مطالعات اخیر نشان داده است که کارایی و کیفیت الگوریتم های مبتنی بر چیرگی پارتو زمانی که تعداد اهداف بیشتر از 3 باشد، که به آنها مسائل بهینه سازی با اهداف زیاد گفته می شود، با دشواری هایی مواجه می گردد و گاه رو به زوال می رود. این کاهش کیفیت عمدتا به این دلیل است که با افزایش تعداد اهداف، تعداد راه حل های غیرپست افزایش می یابد و دیگر فشاری به سمت جبهه پارتو ایجاد نمی‏کند. بهمین خاطر اخیرا شاخه بهینه سازی با اهداف زیاد به یکی از حوزه های تحقیقاتی فعال تبدیل شده است.